FATF 五大类型学签名

阶段: B13 · FATF typologies + BSA grader + 用户研究（Day 121-130） 标签: #aml #fatf-typologies #synthetic-data #ground-truth

今日导引（由浅入深）

在 B1→B18 的能力曲线上，B12（D111-120）刚把「模型策略 memo」收口——回答「该不该换模型、补什么数据、用什么指标验收」。但那条线上一直有个隐患：眼下的 AML eval 用的是合成数据自己生成、自己当真值，外部效度薄弱。

B13 这十天就是来补这块的——把抽象的 FATF 洗钱类型学落成带真值标签的可标注数据，再用规则/LLM 两套分类器去打，最后用混淆矩阵+κ 度量。

今天是这条线的起点：先搞清楚「五大类型学各自长什么样（可观测签名）」，再把它落成每行带 Is_Laundering/typology 真值的数据集。这是 B14「外部 ground-truth AML eval」的数据前置——没有带真值的数据，外部评测无从谈起。

今天的最小可判定产出是：确认本仓 src/aml/generator.ts 的 typed/golden 生成路径在位，并规划出 5×200 行 labeled CSV 的导出方案。

1. 机理精读

FATF 五大类型学，每条都有「可观测签名」。 反洗钱不是凭感觉，每种洗钱手法在交易流水上都留下结构化痕迹：

• structuring（结构化拆分）：把一笔大额现金拆成多笔，每笔刻意压在 $10,000 CTR 申报门槛之下（典型 $8,000–$9,900），并挤在短窗口内完成。可观测签名 = 临界阈值下的密集小额现金存款。
• layering（分层过账）：资金在多个账户间链式转移以切断溯源，每跳停留极短、转出比例高、金额常被「整千化」。可观测签名 = 高扇出/链式的转账图，每跳快进快出。
• integration（并入合法经济）：把洗白后的资金注入看似合法的经营（房产、商户营收）。签名最隐蔽——往往要结合外部资产/营收数据才看得出，纯流水层面接近正常。
• TBML（贸易型洗钱）：借虚开发票、错配价格的国际贸易转移价值。签名 = 贸易单据与资金流的金额/品类错配，纯单笔阈值无法捕获。
• money mule（资金骡子）：招募「骡子」账户做中转。签名 = 短停留、转入即转出的新户，扇入多个小额、随后一两笔大额转出。

五条签名按「检测难度」排序大致是：structuring（单账户阈值，最易）< mule（单账户图度量）< layering（多账户转账图）< TBML（跨单据关系）< integration（需外部资产数据，最难）。

难度递增的根本原因是所需观测范围越来越大——从单笔金额，到单账户图，到多账户图，再到交易流水之外的单据/资产。这条难度曲线直接决定了本批的取舍：先攻可纯流水观测的三类（structuring/layering/mule），把 integration/TBML 留到接入外部数据源之后。

为什么要把抽象类型学转成「带标签的数据」。 类型学本身是文字描述，机器学不会、eval 也没法算召回。关键的桥梁是合成集 + 真值标签：给每条流水（或每个案件）打上 Is_Laundering 与具体 typology 列，抽象签名就变成了可标注、可评测的监督信号。

IBM 的 AMLworld 合成集（Kaggle, 2024-04）正是这么做的——它用 8 种注入模式生成带 Is_Laundering 真值的交易，是「把 FATF 文字签名转成可标注数据」的范式样本。本仓的合成生成器是它的轻量自建对应物：用 seeded PRNG 确定性注入模式，每个 case 的 label 字段就是 ground truth。

关键权衡：单笔阈值 vs 图级特征。 五大类型学里，structuring/CTR 这类是单笔/单账户阈值可捕获的（金额低于 $10k、窗口内笔数）；但 layering 和 TBML 的本质是图结构/跨单据关系——layering 的「链式过账」必须看账户间的转账图，TBML 必须看单据与资金的配对。

若把所有检测都退化成「单笔金额阈值」，就会系统性漏掉这两类。这是今天的核心边界：保留图级特征，不要把类型学检测压扁成阈值规则。

把五类签名与「可观测特征 / 检测层级 / 本仓覆盖」对齐成一张表，便于后续 Day 122 规则分类器选层级：

表里两个「⬜」（integration/TBML）不是疏漏，而是诚实的能力边界——它们依赖纯交易流水之外的数据（资产登记、贸易单据），本批用图级/单据级特征占位，待后续接入外部数据源才能真正注入。

为什么真值标签是整条 B13 链的地基。 没有 ground-truth typology 列，后面每一步都塌：

• Day 123 的混淆矩阵需要 {label, predicted} 对——label 就是真值，缺它无法算 recall/precision。
• Day 125 的 Cohen's κ 需要「真值 vs LLM 标签」两列——真值是其中一列的来源。
• B14 的外部 ground-truth eval 直接以真值为锚——这正是要替换「规则评规则」循环的根据。
• 所以今天的真值标签必须与生成时注入的模式严格对齐（直接取 case.label），不能事后重打标，否则引入标注噪声、污染整条度量链。

与相邻概念的边界。 今天 ≠ 写分类器（那是 Day 122 的 BSA 规则分类器）；今天 ≠ 算召回（那是 Day 123 的混淆矩阵）；今天只回答「五大类型学各自的可观测签名是什么、怎样把它落成带真值标签的数据」。

本仓的合成生成器已经实现了 structuring/layering/mule_network/normal 四类的确定性注入，今天把它对齐到 FATF 五大签名的语言上——把工程里的 case label 翻译回 FATF 报告里的类型学术语。

2. 代码走读：本仓的 typed/golden 生成器

Read 了 src/aml/generator.ts，确认 typed 模式生成路径与真值标签机制真实存在：

• generateDataset(config: GeneratorConfig): AmlDataset — 按 LABEL_ORDER = ['structuring','layering','mule_network','normal'] 顺序，对每个 label 调用对应的 genXxxCase 生成器，用 seeded PRNG（createPrng(config.seed)）确定性产出。每个 case 的 label 字段就是 ground-truth typology——这是「带真值标签」的落点。
• genStructuringCase(ctx) — 注入 4–8 笔 $8,000–$9,900 现金存款、全部落在 ≤10 天窗口内（windowStart + r.range(0,10)，跨度 ≤9）。这就是 structuring「临界阈值下密集小额」签名的代码化。
• genLayeringCase(ctx) — 链头外部电汇流入（$15k–$40k 整千），随后经 3–5 个内部账户链式过账，每跳停留 ≤2 天、转出 ≥80%（amountK -= r.range(1,3)，整千化），链尾对外转出。
• 内部过账记为一条 channel:'internal' 的 debit（带 counterpartyAccountId 指向下一跳账户）——这正是 layering 的图结构特征，不是单笔阈值。要把这条特征导出到 CSV 时，必须保留账户对而非只保金额，否则规则/LLM 都无法重建链路。
• genMuleCase(ctx) — 新户（openedDaysAgo 18–29 <30 天），≤14 天内收 6–9 个不同外部对手的小额（$300–$2,000）fan-in，随后 1–2 笔大额转出（约流入 85%–95%）。对应 money mule 的「短停留、扇入扇出」签名。
• getGoldenDataset() — 模块级 memoize，按 GOLDEN_COUNTS = { structuring:18, layering:15, mule_network:15, normal:18 } 生成 66 案件的金标集（seed 'aipa-golden-v1'），同进程内返回同一引用。
• getGoldenDatasetV11() — 在金标 v1 的 66 案之上补 14 个难例（边界 $9,900 贴线、长链 layering 5+ 跳、混合 struct+layer 干扰）至 80 案，独立 seed 'aipa-golden-v11'，getHardCaseMeta() 暴露每个难例的类别与金标 label。这些难例专门压在判定边界上，让 eval 非平凡。

走读结论：getGoldenDataset/GOLDEN_COUNTS 真实存在且 built+tested；本仓覆盖了五大类型学中可纯交易流水观测的三类（structuring/layering/mule）+ normal 阴性，integration/TBML 因依赖外部资产/单据数据本仓暂以规划态留白。

今天要做的导出，是把 typed 生成路径的 case label 拍平成每行带真值 typology 列的 CSV——生成器内部已经知道每个 case 是什么类型学（case.label），导出只是把这个真值显式落到 CSV 列上，供后续规则/LLM 分类器对照。

3. 今日实战

1. 在 src/aml/generator.ts 已有 getGoldenDataset()/GOLDEN_COUNTS 的基础上，确认 typed 模式生成路径（generateDataset → genStructuringCase/genLayeringCase/genMuleCase/genNormalCase）确定性可复现。
2. 按计划从 AMLSim 配置导出 5 类各 200 笔 = 1000 行 labeled CSV 到 agent-evals/amlsim/typed.csv，每行带真值 typology 列（与 case.label 对齐）。
3. 把五类对齐到 FATF 签名语言：structuring（临界阈值密集小额）、layering（链式高扇出）、mule（扇入扇出短停留），并明确 integration/TBML 因需外部数据本批留作图级/单据级特征的占位。
4. 确认导出保留图级字段（账户对、counterpartyAccountId、跳数），不要把 layering 拍成单笔金额——否则 Day 123 的 per-typology 召回会系统性低估 layering。
5. 记录每类真值计数（structuring/layering/mule/normal 各多少），供 Day 123 算 support 与判断类别平衡度——若导出比例与金标 GOLDEN_COUNTS 差异大，要在 eval 报告里标注，避免 macro 指标被某类样本量过少（如某类只有几条）带来的高方差误导。

4. 今日实测 / 产出

• 已完成：src/aml/generator.ts 的 typed/golden 生成器已 BUILT+tested（getGoldenDataset 真实存在，getGoldenDatasetV11 补难例至 80 案）。
• 待跑：agent-evals/amlsim/typed.csv 1000 行导出 = 待跑(需 AMLSim 配置落盘)，将产出 5×200 行带真值 typology 标签的 CSV。
• 状态诚实：导出未落盘前不得宣称 1000 行已就绪；金标集（66/80 案）是已有产物，AMLSim 1000 行是本批计划新增物，两者不要混淆。
• 可立即验证的中间产物：getGoldenDataset() 返回的 66 案 + getGoldenDatasetV11() 的 80 案确定性可复现（同 seed 同输出），可先在这套小金标上跑通 Day 122-123 的规则→矩阵管线，待 AMLSim 1000 行落盘后再扩到大集。这样即使大集待跑，整条 B13 管线已能端到端走通一遍。

5. 常见误区 / 陷阱

• 把单纯阈值规则当成「类型学检测」：layering/TBML 的图结构特征无法用单笔阈值捕获——只看「金额 <$10k」会漏掉所有链式过账。必须保留图级特征（账户对、跳数、扇入扇出）。
• 把合成数据当真实数据宣传：本仓与 AMLworld 都是合成（synthetic）集，所有人名/商户/交易由确定性 PRNG 生成，不含真实客户信息——任何对外叙事都要诚实标注「合成」。
• 类别比例失衡不自知：金标集 normal 占 18/66、洗钱类各 15–18，若导出时不记录每类真值计数，Day 123 算 per-typology recall 时会被多数类淹没。
• typology 列与 case.label 不一致：导出 CSV 的真值列必须直接取 case.label，自己重新打标会引入标注噪声，破坏「真值」语义。
• 把 1000 行导出说成已就绪：agent-evals/amlsim/typed.csv 是待跑(需 AMLSim 配置落盘)，金标 66/80 案才是已有产物。两者不要混淆——待跑的就写待跑，这是这套笔记的诚信底线。

6. 学习资源（每条带 YYYY-MM）

• IBM AMLworld dataset（Kaggle, 2024-04）：带 Is_Laundering 真值的合成 AML 交易集，8 种注入模式，五大类型学转可标注数据的范式。
• FATF — Money Laundering Typologies 系列报告（FATF 官网，持续更新，执行当周复查最新版）：structuring/layering/integration/TBML/mule 的权威定义。
• Anthropic — Demystifying evals（2026-01）：「带真值标签的评测集」是可信 eval 的前提。
• 本仓代码：src/aml/generator.ts（getGoldenDataset/GOLDEN_COUNTS/getGoldenDatasetV11，已 built+tested）。

SOTA检查 (2026-06 更新)

• 现役主线：AMLworld（2024-04）仍是当前主流公开 AML 合成集，语义稳定可用，是 2026 年学界/工程做 AML 检测 eval 的常用 ground-truth 来源。本仓自建合成生成器（确定性 PRNG + 真值 label）是对它的轻量自建对应物。
• 避免/禁用：避免把单笔阈值规则当「类型学检测」——layering/TBML 的图/单据结构特征不能用单笔阈值捕获；避免把合成数据当真实数据宣传。
• 下次复查点：执行当周 WebSearch 「AMLworld dataset 2026 update」与「FATF typologies 2026」，确认 AMLworld 是否有新版、FATF 类型学定义有无修订；复查本仓金标集计数是否仍为 66（v1）/80（v1.1）。

自测问答（讲得出才算掌握）

• Q：为什么 structuring 能用阈值规则抓，layering 不能？ A：structuring 的签名是单账户/窗口内的金额阈值（贴 $10k 下沿的密集小额），单笔/单账户可量化；layering 的签名是账户间的链式转账图——必须看跳数、停留、转出比例的拓扑关系，单笔金额阈值会漏掉全部多跳过账。
• Q：本仓为什么只覆盖 5 类里的 3 类（+normal）？ A：structuring/layering/mule 可纯交易流水观测，本仓 genXxxCase 已确定性注入；integration（并入合法经营）与 TBML（贸易单据错配）依赖交易流水之外的资产/单据数据，本批留作图级/单据级占位，待接外部数据源。
• Q：合成数据的真值标签从哪来？为什么不能事后重打标？ A：真值直接取生成时注入的 case.label（生成器知道自己注入了什么模式）。事后重打标等于再跑一遍分类器，会引入标注噪声，破坏「真值」语义，污染 Day 123 召回与 Day 125 的 κ。
• Q：合成集和真实交易集做 AML eval，本质差别在哪？ A：合成集真值确定、可复现、零隐私风险，适合把管线端到端跑通和回归测试；但它的模式是「我注入了什么就能抓什么」，外部效度有限。真实集（或 AMLworld 这类公开合成集）模式更杂、更接近生产分布，是 B14 要补的外部 ground-truth——两者互补，先用本仓合成集打通管线，再用外部集验证泛化。

衔接

• 昨天：Day 120 — 模型策略 memo（把 base/tuned Δ、能力 gap、数据构造串成一页决策 memo，B12 收口）。
• 今天：把 FATF 五大洗钱类型学的可观测签名落成带真值标签的数据，确认本仓 typed/golden 生成路径在位。
• 明天：Day 122 — BSA 报告机制与阈值（CTR/SAR/OFAC/PEP，写 5 条确定性规则分类器跑 typed.csv）。